灰色GM（1,1）模型和Verhulst模型在青岛市海水养殖产量预测中的应用

灰色预测是建立从过去引申到将来的灰色预测模型（Grey Prediction Model）,从而确定所研究系统未来发展变化的趋势,为决策者提供科学依据。以青岛市1998-2007年海水养殖产量统计数据为基础,分别利用灰色GM（1,1）模型和Verhulst模型对该市传统海水养殖产量变化作预测。预测结果表明,GM（1,1）模型和Verhulst模型都显示了青岛市海水养殖产量在未来5年呈逐年递增的趋势。但通过对GM（1,1）模型和Verhulst模型的模拟精度验证和模拟预测结果的比较,发现灰色Verhulst模型预测精度较高,Verhulst模型更适合对该市未来几年的海水养殖产量进行预测。该研究结果可为青岛市合理保护和利用海水养殖资源、制定海水养殖规划提供参考依据。     

基于小波分解的凡纳滨对虾养殖水体水质的仿真研究

依据凡纳滨对虾养殖水体中测定的水质数据,利用ARMA 模型和神经网络模型两种方法对水质动态进行预测和分 析,提出了一种基于小波分解且针对凡纳滨对虾养殖水体水质预测的ARMA 模型,且ARMA（p,q）模型中的p 值和q 值分别为4和2。预测结果表明,所建立的预测模型精度较高。将ARMA 模型预测的结果与神经网络预测的结果进行了对比后发现,基于小波分解的ARMA 模型对对虾养殖水体水质预测的有效性和准确性优于神经网络预测模型。     

Elman网络在养殖水体氨氮预测中的应用研究

利用2014年6 ～ 10月养殖塘口记录的饲料投喂量、水体溶解氧量、水温、气温、浊度、降雨量作为模型输入,检测的氨氮作为模型输出,建立了用于养殖水体氨氮模拟的Elman网络.利用2014年11月的观测数据,对模型的模拟能力进行了检验.结果表明:建立的养殖水体氨氮预测模型,可以较好地模拟水体中氨氮浓度的变化趋势,模拟的绝对误差平均值为0.016 mg/L,决定系数R2为0.74.说明Elman网络建立的预测模型在养殖水体氨氮含量变化预测中具有强非线性动态描述能力,对养殖水体中氨氮的预测有较好的适用性和预测精度.     

基于不同阶数灰色系统模型的北太平洋柔鱼资源丰度预测

柔鱼（Ommastrephes bartramii）为短生命周期种类,是西北太平洋经济头足类之一。优化资源丰度预测模型能够更科学、有效地为渔业生产提供依据。本研究利用1998—2016年北太平洋柔鱼生产统计数据,采用GM（1,1）模型对不同时间长度的资源丰度（CPUE）进行分析,选择相对误差和方差最小的CPUE序列作为母序列,与太平洋年代际震荡指数 （PDO）、产卵场平均海表温度（SGSST）、育肥场平均海表温度（FGSST）、产卵场平均叶绿素浓度（SGC）、育肥场平均叶绿素浓度（FGC）等因子进行灰色关联分析,并以此分别建立6个不同阶数的灰色预测模型[GM（0,N）模型和GM（1,N）模型],筛选误差最小的模型作为预测柔鱼资源丰度的最佳模型。结果表明,以8年CPUE序列的建模为最佳,其平均相对误差最小,为6.28%;同时,GM（0,N）模型的预测精度普遍比GM（1,N）模型的要高,其中包含2月SGSST、10月FGSST、8月FGC和10月PDO的GM（0,5）模型为最优,拟合相对误差为3.87%,预测相对误差为1.18%,可作为预测北太平洋柔鱼资源丰度的最优模型。     

广东果园生物多样性利用与生态农业模式概述

分析了广东省果园利用的现状,指出全省果园利用中存在单一化种植尧病虫害多尧农药使用多尧循环产 业链短尧土地利用效率低尧外来入侵生物多尧土壤退化尧水土流失严重等问题。在此基础上,分别从结构尧效益以及地 域分布等方面阐述了当前广东省果园利用的典型生态模式,如野猪-沼-果冶模式尧野林-果-草-鱼冶模式尧野果-草-禽 （牧）冶模式尧果园养蜂模式尧果园套种蔬菜尧食用菌模式以及果园间作花生尧牧草模式等。     

4 种消毒剂对方斑东风螺稚螺的急性毒性试验

研究了戊二醛尧苯扎溴铵尧蛋氨酸碘及二溴海因等4 种消毒剂对方斑东风螺（Babylonia areolata）稚螺的 急性毒性遥结果表明、毒性大小依次为苯扎溴铵>二溴海因>蛋氨酸碘>戊二醛、24 h半致死质量浓度（LC50）分别为 15.00尧39.95尧60.13尧91.88 mg/L;48 h LC50分别为7.59尧14.73尧32.02尧48.55 mg/L;安全浓度SC 分别为0.58尧0.60尧2.73尧 4.07 mg/L遥分析认为、在方斑东风螺的养殖过程中、推荐使用蛋氨酸碘、其在安全浓度以下可获得较好的消毒效果、 戊二醛和二溴海因不推荐使用、苯扎溴铵应谨慎使用遥     

基于ARMAV模型的国内海洋捕捞与海水养殖产量的分析

为了揭示国内海洋捕捞和海水养殖产量的相关关系,准确地跟踪并预测海洋捕捞和海水养殖产量的短期未来趋势,利用时序分析方法对1954—2006年国内海洋捕捞和海水养殖产量数据建立了多维自回归滑动平均（ARMAV）模型。该方法不仅避免了分别使用自回归滑动平均（ARMA）模型对两序列建模未考虑序列间关系的弊端,还通过数据的先期平稳化处理而使得算法的运用更具有针对性。图像与误差计算结果均表明,用本研究中给出的ARMAV（2,1,2）算法对两序列进行跟踪及预测具有效性。     

水产养殖中多层式臭氧混合装置效率研究

臭氧消毒是工厂化水产养殖中水处理的关键技术之一。为了提高臭氧的混合效率、依据臭氧溶解理论、 研发了一种多层式臭氧混合装置、并开展了不同类型的填料尧气液比尧填料高度对臭氧溶解效率的影响研究。结果表 明、采用鲍尔环作为填料、在一定范围内减小气液比尧增加填料高度、有利于提高臭氧的溶解效率。当填料高度为0.7 m尧水流量为6 m3/h尧臭氧化气体流量为0.1 m3/h 时、即气液比为1/60尧水处理量为190 m3/h窑m2、臭氧的溶解效率可以 达到78%左右。该装置具有结构简单尧体积小尧易于安装与维护尧混合效率高和不易堵塞等特点、为优化循环水养殖 水处理工艺与系统尧提高臭氧混合效率和经济性提出了一种确实可行的良好方式。     

镰刀菌酸胁迫下节瓜实时荧光定量 PCR分析内参基因的选择

针对不同试验材料及条件选择合适的内参基因是正确利用实时荧光定量PCR 分析目的基因表达模式 的前提条件。以4 个常用看家基因（GAPDH尧Actin尧UBQ尧CYP）和2个新内参基因（CACS尧F-box）作为候选内参基因、 运用实时荧光定量PCR 技术、分析它们在节瓜不同组织（根尧茎尧叶）及镰刀菌酸（fusaric acid, FA）胁迫下的表达稳定 性。经RefFinder 在线软件综合分析、结果表明、节瓜经枯萎病毒素FA 胁迫后Actin 和F-box 表达稳定;而在节瓜不 同组织中F-box 基因表达稳定性最高;另外、传统常用看家基因GAPDH 和CYP因在不同试验条件下总体表达水平 都比较差而不适合作为相应条件下的内参基因。研究结果为节瓜抗枯萎病相关基因的表达分析奠定了基础。     

双季对虾养殖技术的研究

双季对虾养殖是利用不同养殖种类的生态学和生物学特性差异，进行一年双季养殖。利用1976年南移到福建南 部的中国对虾(Penaeus orientalis)的子代作为亲虾，经过越冬培育仔虾作为早季养殖的对象．以本地产的长毛对虾(P．penicillatns)为晚季养殖的种类，进行一年两季轮养。双季对虾养殖可在不增加人员、设备和基本建设投资的情况下，充分利用原有池塘的生产潜力，改变养殖方式及生产安排，达到提高单位面积产量，增加收入的目的。     

基于神经网络和遗传算法的池塘溶解氧预测模型

水产养殖池塘是一个多变量、非线性和大时延系统,其中溶解氧的预测也是一个复杂的问题。针对大连某水产养殖池塘,作者建立了一个基于Levenberg—Marquardt（LM）神经网络和遗传算法（GA）的溶解氧预测模型GA—LM,并将该模型与传统的BP神经网络进行比较分析。结果表明：使用本研究中建立的GA-LM模型预测的溶解氧值和实际测定值吻合较好,预测更为精准,运行时间明显减少。     

云南省水稻白叶枯病BP神经网络测报技术研究

 人工神经网络对复杂非线性问题映射能力强,能提高预测的准确度,为水稻白叶枯病害的防治工作提供指导。因此,本研究基于水稻白叶枯病害发生、危害与温度、湿度、降雨等气象因素相关的特点,利用人工神经网络建立云南省勐海县和石屏县水稻白叶枯病害BP神经网络预测模型,预测病害的发生程度。经实例验证,BP神经网络预测模型预测准确度达到80%以上,较逐步回归模型高。研究表明在勐海、石屏建立水稻白叶枯BP网络预测模型是可行的,并具有较高预测准确度,对防治工作有较高应用价值。     

基于神经网络的多特征结合法鲫鱼质量估计

质量不同的鱼摄食能力不同,准确估计鱼体质量有利于水产养殖中鱼类精准投喂,避免饲料浪费及水体污染。首先使用1元硬币作为参照物采集鲫鱼图像和体重数据,其次对图像进行预处理,提取鲫鱼和硬币的特征值,最后采用BP神经网络、Elman神经网络以及Numpy库构建的神经网络实现多特征的鲫鱼质量估计。结果表明：使用BP和Elman神经网络估计鲫鱼质量时决定系数分别为0.925 6和0.906 4,均方误差分别为0.003 68和0.004 55。采用Numpy库构建的神经网络估计时决定系数值为0.823 7,均方误差值为0.008 1。因此,使用BPNN-面积-周长和Elman-面积-周长方法能够快速、准确地估计鱼体质量,实现水产养殖中鱼类的精准投喂,以及在鱼类被捕捞后根据质量进行分级,推进渔业现代化的进展。     

基于遗传算法优化的BP神经网络的组合预测模型方法研究

【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。     

BP神经网络在水稻病虫害诊断中的应用研究

介绍了BP神经网络算法及编码的内涵,探讨了基于BP神经网络的水稻病虫害专家系统的构建。研究表明,BP神经网络在水稻病虫害诊断中具有较强的应用价值。     

基于BP网络的葡萄病害发生预测系统的开发研究

[目的]提高葡萄病害预测的准确度。[方法]介绍基于BP网络的葡萄病害预测系统的开发研究,包括网络结构的确定、网络学习参数的选取、样本数据的处理等方面。[结果]对河北省怀来县葡萄病害发生程度进行预测,取得良好的效果。[结论]运用BP网络模型对葡萄病害的发生量进行预测预报,适合于影响葡萄病害发生因素多、关系复杂、难以定量分析以及需长期预测的情况,对于葡萄病害发生程度的预测具有重要的参考价值。     

神经网络BP模型的设计与实现

应用人工神经网络中的BP前馈网络模型和改进的BP算法 ,对棉铃虫发生程度进行预测 ,结果表明 :该算法可靠 ,验证符合率达百分之百 ,在农作物病虫害预测方面有广阔的应用前景     

基于遗传算法改进 BP 神经网络的遥感影像分类研究

遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以LandsatTM遥感图像作为数据源,以长江中游一武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明：在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。     

基于灰色神经网络和证据理论预测地下水位的研究

用灰色GM(1,1)模型、BP神经网络模型和证据理论相结合而成的灰色证据神经网络模型,对山东枣庄区域地下水位进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前两年来预测下一年的组合规律分别作为BP神经网络的输入输出;再用BP神经网络输出作为证据理论基本可信度分配函数,使用D-S理论将信息进行二次融合;并用地下水位实测数据对模型进行验证。结果表明,预测模型具有可行性和实用性,为生态农业规划发展提供了科学依据。     

基于BP神经网络和D-S理论的塔里木河输水目标预报研究

针对神经网络输水目标模型输出的不稳定性,提出采用神经网络与证据理论相结合的输水目标(BPDS)模型.采用BP神经网络输出作为基本可信度分配函数,使用D-S理论将信息进行二次融合.并用输水实测数据对模型进行验证,结果表明预测模型具有可行性和实用性,为塔里木河流域水资源的合理利用以及水权目标管理提供了科学依据.